合成光学一致性断层扫描 血管图片用于详细的视网膜血管细分,没有人类注释

科学领域:

• 眼科医生 眼科 眼科
• 医疗成像医学成像
• 生物医学工程 生物医学工程

背景情况:

• 光学连贯断层扫描血管造影 (OCTA) 为疾病诊断提供了高分辨率的视网膜血管图像.
• 精确的血管细分对于从OCTA数据中提取定量生物标志物至关重要.
• 目前的深度学习细分方法由于缺乏大型注释的OCTA数据集而受到限制.

研究的目的:

• 开发一种更现实的,更有效的OCTA图像合成方法.
• 改进合成和真实OCTA图像之间的域调整,以便更好地细分.
• 为了增强最小的视网膜毛细血管的细分,这些毛细血管经常被现有的技术遗漏.

主要方法:

• 一个轻量级的空间殖民算法被用于现实的视网膜血管网络模拟.
• 引入了三个对比度适应管道,以弥合合成和真实图像之间的域差距.
• 开发的管道在三个公共数据集上进行了评估,与传统和监督方法进行了比较.

主要成果:

• 与以前的方法相比,拟议的模拟方法产生了更准确,更快速的OCTA图像.
• 对比适应管道显著减少了域差距,改善了细分性能.
• 该方法显示出优异的定量和定性细分结果,特别是对于小毛细血管.

结论:

• 开发的OCTA合成和细分管道为分析视网膜血管提供了显著的进步.
• 这种方法克服了现有方法的局限性,允许更全面的生物标志物提取.
• 管道,代码和数据集的公开发布将促进OCTA图像分析的进一步研究.